17、生物信号处理与特征提取技术研究

生物信号处理与特征提取技术研究

在生物信号处理和特征提取领域，有两项重要的研究值得关注，一项是利用离散小波变换进行生物信号编码，另一项是对佩吉贝棕榈 DNA 标记进行特征约简以实现高效分类。

离散小波变换在生物信号编码中的应用

数据压缩技术在信息处理中至关重要，它可分为无损压缩和有损压缩。无损压缩利用统计冗余，能完全还原原始数据；有损压缩则基于人类对数据的感知，允许一定的数据损失以获得更高的压缩率。

在语音和音乐编码中，有多种标准，如数字电话中使用的 CELP 和音频编码的 MP3 系列。常见的有损压缩方案有两种：有损预测编码和有损变换编码，有些系统会将这两种技术结合使用。

小波分析在图像编码中广泛应用，如 JPEG2000 使用 5/3 小波进行无损压缩，9/7 小波（Cohen - Daubechies - Feauveau 双正交小波）进行有损压缩。离散小波变换分析可对信号进行子带或多分辨率分析，其快速实现借助滤波器组，逆变换则使用合成滤波器组。

离散小波变换分析可看作信号的子带或多分辨率分析方法，其快速实现通过滤波器组完成信号分析，逆变换则借助合成滤波器组。该分解可在低通分量上迭代，形成倍频程带滤波器组。为实现完美重构，滤波器的 Z 变换需满足特定关系。

大多数基于变换的压缩方法通过对变换系数进行编码，使用比原始数据更少的比特数来实现压缩。量化时，根据分配的比特数确定量化步骤，如 3 比特量化可采用 7 级中平量化器或 8 级中升量化器。

提出的方法基于 Cohen - Daubechies - Feauveau 双正交小波的离散小波分析构建数据压缩器，系统有两个输入参数：分解的级数和每级量化